Docusign工程团队从引入AI工具转向构建AI运营模式

Docusign 在全工程团队中推广了 AI 编程工具，期望借此帮助开发者更快编写代码、完成更多工作。起初热情高涨，但早期收益很快趋于平缓。

到 2025 年 6 月，Docusign 遇到了瓶颈。根据其工程团队的描述，49% 的工程师在积极使用 AI 编程工具，而据称 18% 的开发者生产力提升也已停滞。工程师仍然需要时间试验、需要针对 Docusign 代码库量身定制的指导，以及帮助将这些工具融入日常工作。

Docusign 现在报告称，其 1,100 多名工程师已全部完成入职并积极使用 AI 编程工具。

Docusign CTO Sagnik Nandy

CTO Sagnik Nandy 认为，让人们使用这项技术只是开始。

“试着取得几个小成果，与持续地、正确地去做，这两者之间有巨大差别，”Nandy 对 The New Stack 表示。

Docusign 的应对方式是改变在整个工程部门引入和衡量 AI 的方式，从编程助手转向可复用的 agent 和自动化工作流。

Docusign 为何转向自己的工程师

Docusign 没有强制推行 AI 采用，而是成立了一个六人 Eng AI Champions 团队，负责制定防护规则、分享工程实践并举办工作坊。Docusign 报告称，到 2025 年 10 月采用率达到 65%。随后公司通过嵌入各个开发团队的 AI Multipliers 扩展了这项工作。Nandy 表示，大约 75 名 Multipliers 帮助队友将共享实践付诸使用，并将问题反馈给中央团队。

“他们承担两项任务，”Nandy 解释道。“我们制定的决策、构建的解决方案，他们必须在自己团队内部部署，同时还要反馈哪些有效、哪些无效、哪些缺失。”

Docusign 对该计划的描述显示，在引入 Multipliers 后的两个月内，活跃使用率达到 93%，而每位开发者更新的代码行数相比公司起点增加了约 52%。但仅凭代码量这一指标，并不能证明交付速度或软件质量有相应的提升。

Nandy 认为，中央协调与各团队反馈相结合，帮助该项目得以持续，他也在一次工程领导力播客中讨论过这种方法。

“当我与许多同行交流时，很多 AI 项目开局良好，然后逐渐熄火。”

“当我与许多同行交流时，很多 AI 项目开局良好，然后逐渐熄火，”他说。“我认为我们之所以没有出现这种情况……是因为我们已经有如此丰富的信息和反馈在流动，人们据此行动，然后重新部署相关成果。”

教 AI“说 Docusign 的话”

一旦工程师对使用 AI 编程感到自如，Docusign 就开始着眼整个开发工作流。这需要工具能够访问其代码仓库、架构、遥测数据和内部实践，使助手能够结合公司自身的上下文工作。

“我们开玩笑说，我们的解决方案和 agent 会说 Docusign 的话，”Nandy 说。“它们知道该去查哪些内部工具、我们的内部编程防护规则是什么、指导方针是什么、我们做哪些系统选择、信息存放在哪里以区分不同的信息片段。”

Nandy 描述了用于不同工程任务的几个内部工具：Kody 用于 Docusign 特定的编程工作，Chronicle 用于可观测性和事故调查，DocuWiki 用于代码感知的内部文档。Docusign 的工程博客还描述了一个 AI 辅助代码审查工具，用于在审查过程中识别潜在的架构和安全问题。

Krew 将这些能力整合在一起，让团队能够为重复性任务和更复杂的工作流构建名为 Krewmates 的 agent。

“Eng AI Champions 和 Multipliers 做的一件事就是识别端到端流程，我们希望改进整个流程，”Nandy 说。

他描述了一个内部 agent，它在夜间运行，搜索错误日志以发现问题，并准备修复方案。

“到了早上，工程师会看到：‘嘿，这是一个 PR。这是我们发现的问题，这是修复方案。’简直神奇。”

在 Nandy 的例子中，Krew 协调工作流，利用来自 Chronicle 的遥测数据和 Kody 的编程能力。然后由工程师审查提出的 pull request。

Docusign 还给出了另一个例子。对于一项涉及基础设施配置文件的任务，agent 在第一次尝试中，以一次示例提交为参考，在大约 15 分钟内正确修改了 12 个文件中的 10 个。公司表示，该流程此前大约需要一周的工程师时间。第一次尝试仍有两个文件需要修正；这并不是在 15 分钟内完成并获批的变更。

让成功的工作流可复用

如果一个团队构建的 agent 需要其他所有人重新创建，那它的价值就有限。

Docusign 的 Krew 编排平台允许工程师发现、复制和扩展连接到内部系统的 Krewmates。这些 agent 可以处理重复性任务、响应触发器，并在需要时引入人工参与。

“我们采取了非常开放的方式，”Nandy 说。“所有 Krewmates 对所有人可见。你可以看到它们的使用频率。复制和扩展它们极其容易。”

频繁使用的 Krewmates 会获得更多曝光，帮助团队找到现有解决方案，而不是从零开始构建自己的方案。

“如果某个东西很好，你可以试着教 1,000 个其他人去做，或者你可以让 1,000 个其他人轻松继承它。”

“如果某个东西很好，你可以试着教 1,000 个其他人去做，或者你可以让 1,000 个其他人轻松继承它。我们选择了后者。”

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）